如何在mutate中结合if与case_when？R语言报错解决

原始数据与需求 #

先看原始数据框：

df_test <- data.frame(player = c('a', 'b', 'c', 'd', 'e'),
                      position = c('G', 'F', 'F', 'G', 'G'),
                      points = c(9, 15, 19, 22, 32),
                      rebounds = c(5, 7, 7, 12, 11))

要新增rating列，规则如下：

• 仅当points > 10时，根据篮板数赋值：
  • 篮板≥10 → 标记"good"
  • 篮板≥7但不足10 → 标记"average"
  • 篮板<7 → 标记NA
• 若points ≤10，直接赋值NA

错误原因 #

你之前写的代码报错the condition has length > 1，问题出在用了基础的if()函数——这个函数只能处理单个值的判断，而mutate操作的是整列向量，必须用支持向量化的函数才行。

两种可行解决方案 #

方案1：if_else() + case_when()组合 #

if_else()是dplyr专门做向量化条件判断的函数，适配mutate的向量操作场景，结合case_when实现多层逻辑：

library(dplyr)

df_test <- df_test %>%
  mutate(rating = if_else(points > 10,
                          case_when(
                            rebounds >= 10 ~ "good",
                            rebounds >=7 ~ "average",
                            TRUE ~ NA_character_
                          ),
                          NA_character_))

注意事项：

1. 外层if_else先筛选出points>10的行，其余行直接赋值NA
2. 内层case_when的条件要从严格到宽松排序，先判断≥10，再判断≥7，最后用TRUE~NA_character_兜底处理篮板<7的情况

方案2：直接在case_when()里写全条件 #

无需额外的if_else，直接把points>10作为每个判断的前置条件：

df_test <- df_test %>%
  mutate(rating = case_when(
    points >10 & rebounds >=10 ~ "good",
    points >10 & rebounds >=7 ~ "average",
    points >10 & rebounds <7 ~ NA_character_,
    TRUE ~ NA_character_
  ))

最后一行TRUE~NA_character_负责处理所有points≤10的行，逻辑直接清晰。

最终运行结果 #

不管用哪种方案，最终得到的数据框如下：

player position points rebounds  rating
1      a        G      9        5    <NA>
2      b        F     15        7 average
3      c        F     19        7 average
4      d        G     22       12    good
5      e        G     32       11    good

内容的提问来源于stack exchange，提问作者GitZine